Smarte Labore

Laboratorien sind nicht für ihre Schnelligkeit bei der Umsetzung von Veränderungen bekannt. Während die technologische Innovation in Bereichen wie der Unterhaltungselektronik unaufhörlich voranschreitet, geht das Chemielabor - wahrscheinlich aufgrund der präzisen Arbeitsweise, die dort geleistet - einen weitaus vorsichtigeren Weg. Es gibt jedoch einige, die glauben, dass sich dies zumindest teilweise ändern könnte, da neue Technologien eingeführt werden, die ausschließlich darauf ausgerichtet sind, die medizinische Spitzenforschung noch effizienter zu machen, was nicht zuletzt durch die Mitglieder der ACHEMA-Gemeinschaft unterstützt wird.

Der zunehmende Einsatz von Spracherkennung, Augmented und Mixed Reality, kollaborativer Robotertechnologie und künstlicher Intelligenz wirft ebenso viele Fragen auf, wie er Antworten gibt: so weitreichende wie die, ob Wissenschaftler überhaupt noch physisch anwesend sein müssen?

Solche Entwicklungen wurden auf ACHEMA Pulse Live-Veranstaltung erörtert, bei der Experten die Frage nach dem Tempo des Wandels stellten. Sie waren sich einig, dass das langsame Tempo vor allem auf Zeit und Geld zurückzuführen ist - in einem Sektor, der von langwierigen Genehmigungsverfahren und einem großen Gefühl der Verpflichtung in Bezug auf die Sicherheit geprägt ist. Denis Ozdemir, Leiter der Abteilung für Kundenerfolg bei LabTwin, dem Unternehmen, das den ersten sprachgesteuerten digitalen Laborassistenten entwickelt hat, sagte, dass einer der größten Indikatoren für mangelnden Fortschritt in der Laborumgebung die schiere Menge an physischer Dokumentation ist, die in einer sich schnell entwickelnden digitalen Welt völlig im Widerspruch steht. „Würde man das Pharmaunternehmen in 1000 Jahren wieder ausgraben, könnte man annehmen, es handele sich um ein Papierunternehmen, weil es so viel davon gibt“, sagte er und fügte hinzu: „Wir helfen unseren Kunden, die Daten direkt und in Echtzeit zu erfassen und sie direkt in ihre Datenblätter, ihr ELMS und ihre LIM-Systeme zu übertragen, so dass sie diesen zusätzlichen Aufwand nicht mehr betreiben müssen.“ Ein Vorteil seien die „enormen Fortschritte“ bei Spracherkennungssoftware seit der Zeit, als sie Wörter noch falsch aussprachen, ersetzten oder sogar völlig missverstanden.

„Wenn man sich etwas wie Google Stoop ansieht, ist die Genauigkeit auf menschlichem Niveau. Ein Mensch, der neben einem steht, könnte es nicht besser verstehen als die Maschine“, sagte er. „Was uns klar wurde, ist, dass diese allgemeinen Sprache-zu-Text-Technologien keine ausreichende Genauigkeit aufweisen. Sie sagen „Pipad“, die Software sagt „iPad“, weil „iPad“ das geläufigere Wort ist.“

Auf das eigene Forschungsgebiet bezogen, erklärte er: „Wir haben ein Team von Datenwissenschaftlern bei LabTwin und wir trainieren ständig mit dem wissenschaftlichen Vokabular unserer Kunden und, um ehrlich zu sein, es gibt kein Patentrezept. Wir haben kein Geheimrezept: Es sind vier Jahre harter Arbeit, in denen wir Daten gesammelt haben und uns gemeinsam mit unseren Kunden ständig verbessert haben, um es immer besser zu machen, und jetzt sind wir so weit, dass unsere Kunden sagen: Ja, wir haben einen Nutzen davon.“

Anfangs ist es eine Frage der Gewöhnung, die dadurch erleichtert wird, dass die Daten auf visuelle Weise über Handys und Tablets angeboten werden.

„Der beste Weg, die Qualität zu kontrollieren, ist, die Eingaben direkt zu sehen, zumindest anfangs, um das System zu trainieren“, fuhr er fort und fügte hinzu: „Es klappt 20 Mal und beim 21. Mal, wenn ein Fehler in einem Wort auftritt, korrigiert man ihn und LabTwin lernt daraus. Es wird immer besser und nach einer Weile braucht man das Visuelle nicht mehr. Und dann vertrauen die Leute darauf.“

Die "Sonnebrille", die alles sehen kann

Hauke Heller, Systemingenieur beim Hamburger Biotechnologieunternehmen bAhead, sagte, das gleiche gelte für den Cobot, wenn es darum gehe, ihn für den Einsatz vorzubereiten. „Wenn er aus der Box kommt, braucht er Zeit“, sagte er und beschrieb das Fehlen der Notwendigkeit, eine komplexe Programmiersprache einzugeben, um die einfachsten Aufgaben zu erledigen. Stattdessen gibt es ein Drag-and-Drop-Element. Angesichts der Tatsache, dass die Nutzung für den Benutzer nun intuitiv ist, stellt sich die Frage, wie weit er gehen kann, um die menschliche Eingabe herauszufordern. Ist er beispielsweise ein besserer Techniker?

„Vielleicht nicht besser“, sagte er und fügte hinzu: „Man eliminiert alle Fehler, die ein Mensch machen würde. Manchmal vergisst man etwas. Angenommen, Sie haben etwas in einer Mikrotiterplatte hergestellt und sind sich nicht sicher, wo Sie Ihre Flüssigkeit deponiert haben. Der Cobot vergisst es nicht. Das ist ein großer Schritt in die Zukunft. Das andere ist, dass alles, was ich auf meinem Tisch machen kann, der Cobot auch machen kann.“

Przemyslaw Budnicki, CEO von Holo4Labs, erläuterte die Vorteile, die sich ergeben, wenn ein Techniker eine VR-Brille aufsetzen kann, die einen virtuellen - oder unendlichen - Bildschirm in Augenhöhe vor ihn projiziert. Sie können den Bildschirm durch Berührung aktivieren, wiederum virtuell, und er projiziert präzise Anweisungen zurück und führt sie sogar durch das Labor. Mit Hilfe von visuellen Markierungen kann er sie sogar zu den benötigten Geräten führen und ihnen anzeigen, ob eine Maschine neu kalibriert werden muss, um Messfehler - eine der Hauptursachen für falsche Ergebnisse - zu vermeiden.

Aber anders als bei VR erscheint alles nur als Hologramm-Overlay. „Es gibt einen großen Unterschied zur virtuellen Realität, in der man nichts um sich herum sieht“, sagte er. „Diese Brille ist wie eine Sonnenbrille. Die Technik versteht die Flüssigkeiten, die QR-Codes, die Proben, die Spracherkennung. Sie können sagen: Nächster Schritt, Wert einstellen. Sie können Notizen zu Ihrem Experiment diktieren, die dann im System gespeichert werden. Sie können mehrere Fenster vor sich geöffnet haben. Sie müssen keinen Laptop auf Ihrer Arbeitsfläche haben. Wir können die gleichen Informationen anzeigen.“

Er betonte, dass es nicht darum gehe, die Art und Weise, wie wir arbeiten, zu ändern, sondern einfach die Dinge, die wir bereits jetzt tun, einfacher zu machen. „Es handelt sich nicht um eine große Veränderung. Dies bezieht sich auf die Technologie, aber nicht auf die Art und Weise, wie Sie arbeiten.“ All dies vermittelt ein Bild von Fortschritt und Effizienz: papierlose Umgebungen, keine Laptops auf dem Schreibtisch, Remote-Zugriff auf Maschinen, die repetitive Aufgaben erledigen.

Aber was ist, wenn die Befürchtung, dass alles intelligent, automatisiert und autonom wird und mit KI und Mustererkennung Experimente neu definiert werden, dazu führt, dass die Wissenschaftler der Zukunft draußen warten, während die Cobots die Arbeit verrichten? Laut Budnicki ist das auch der Grund, warum Labore bei der Einführung so zögerlich sind.

„Ich bin seit mehr als 20 Jahren Informatiker. Und es ging immer um Change Management, darum, wie man die Arbeitsweise der Menschen verändert. Es ist ein langsamer Prozess“, und er fügte hinzu, dass dies zwar die richtige Richtung sei, „aber unseren Untersuchungen zufolge verbringen Laborwissenschaftler 70 Prozent ihrer Zeit mit Papierkram und nur 30 Prozent mit der Umsetzung von Aufgaben. Es ist verrückt. Unser Ziel ist es, dieses Verhältnis zu ändern“. Wie lange? Mindestens zehn Jahre. Aber das sind schließlich Labore...